跳到正文
arXiv · ML· Octi Zhang, Mateo Guaman Castro, Patrick Yin, Ignacio Dagnino, Abhishek Gupta, Rosario Scalise, Byron Boots·· 2026-10-09AI 评分40

SGS 采样器:解决大规模机器人强化学习探索瓶颈

A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control

AI 导读

SGS(Success Guided Sampling)自适应采样器通过聚焦策略能力前沿的任务配置,解决了大规模并行模拟强化学习中的探索瓶颈。该技术在超过一百万(2^20)个并行环境中成功解决了多地形四足运动和高接触装配任务。SGS 还通过将策略蒸馏为基于 RGB 的策略,实现了真实硬件上的零样本迁移。

来源:arXiv · ML · arxiv.org